Dive into LLMs Skill：GitHub Trending 上的大模型实战教程库

总结

Dive into LLMs 是一套来自上海交通大学课程实践延伸的开放教程，覆盖微调、提示学习、知识编辑、数学推理、水印、越狱、隐写、多模态、GUI Agent、智能体安全、RLHF 对齐等 11 个主题。它把“大模型”从论文里的概念，落成可运行的 Jupyter Notebook 和课件，所以 recent trending 里讨论很多。

功能与原则

这套 Skill 不是单个工具，而是一套“可执行的大模型实践库”。设计原则很清晰：课件 + 实验手册 + 代码脚本三件套，让学习者和研究者直接复现实验，而不是只读理论。每个主题都附带 PDF 课件、README 教程和 .ipynb 脚本，降低复制成本。

认可度

截至 2026-07-25，Dive into LLMs 在 GitHub Trending 中保持日增 654 星，属于持续上热榜的老牌热库。它总 Star 数约 4.5 万，已被多所高校课程和华为昇腾公益教程引用，社区讨论集中在“入门路线”“实验复现”和“国产化部署”。

链接

https://github.com/Lordog/dive-into-llms

原作者

项目由上海交通大学自然语言处理与人工智能安全相关课程团队发起，主要维护者包括袁童鑫（Lordog）、张倬胜、何志威等师生，联合华为昇腾社区推出国产化公益教程。

介绍

Dive into LLMs 是一套面向工程实践的大模型系列教程，脱胎于上海交大《自然语言处理前沿技术》《人工智能安全技术》等课程讲义。它不只是讲概念，而是把“学大模型”拆成可跑的 11 个专题：微调与部署、提示学习与思维链、知识编辑、数学推理、模型水印、越狱攻击、隐写术、多模态模型、GUI Agent、智能体安全、RLHF 安全对齐。每个专题都提供 PDF 课件、README 和 Jupyter Notebook 脚本，方便直接跑实验。

2025 年 6 月项目联合华为昇腾推出《大模型开发全流程》国产化公益教程，覆盖昇腾基础软硬件上的预训练、微调、推理和迁移调优，进一步扩大了受众和影响力。

特点

• 11 个主题覆盖从入门到安全的全链路，适合做系统学习路线
• 课件 + README + .ipynb 三件套，复制即跑
• 纯公益免费，内容持续更新，已有高校和社区采用
• 增加华为昇腾国产化实验手册，支持国产算力落地
• 配套多个视频和 PPT，学习成本低

使用方法

1. 克隆仓库：git clone https://github.com/Lordog/dive-into-llms.git
2. 进入对应专题目录，例如微调：cd documents/chapter1
3. 安装依赖：建议用 pip install -r requirements.txt 或直接打开 dive-tuning.ipynb
4. 按 README 或 PDF 课件执行脚本，最小示例通常只需 5–10 行调用 Hugging Face 模型

使用场景与人群

适合高校学生、AI 研究者、工程师和大模型入门者，用来把论文里的方法快速变成可运行实验；也可作为课程作业、实验报告和国产化部署参考。

输入与输出案例

• 输入：dive-tuning.ipynb + 预训练模型名
• 输出：微调后的模型权重、评估指标、可视化日志
• 输入：dive-prompting.ipynb + 测试问题
• 输出：不同提示策略下的回答对比，帮助理解思维链效果

GitHub: https://github.com/Lordog/dive-into-llms